시계열분석 썸네일형 리스트형 시계열 분석 기법과 응용[Postec 전치혁 교수] Week6-3 공적분의 개념과 가성회귀, 오차수정모형의 이론 및 응용 *이 포스트는 포스택 전치혁 교수님의 K-mooc 강의, 시계열 분석 기법과 응용을 기반으로 작성되었습니다. 지난번에는 왼쪽 즉 정상적 시계열 분석에 대해 알아보았다면, 이번에는 비정상적 시계열 분석에 대해 다룬다. 비정상적 시계열 분석 가장 먼저 당연히 정상적 시계열보다는 비정상적 데이터가 훨씬 많다. 경제/금융 시계열 각각은 비정상적이나, 소득과 소비처럼 장기적으로는 서로가 서로를 따라가는 관계가 있는 경우가 있고, 이를 공적분(Cointegration) 관계라고한다. 차분을 통해 정상적 시계열 변환보다는 이를 그대로 사용하는게 더 많은 정보를 얻을 수 있다. 비정상적 시계열인데 서로 관련이 없는 경우에도 함께 증가하는 경우 이를 상관관계가 있다고 해버리는 가짜 상관관계를 가성 회귀(spurious .. 더보기 시계열 분석 기법과 응용[Postec 전치혁 교수] Week3-1 ARMA모형의 식별: 시차판정 *이 포스트는 포스택 전치혁 교수님의 K-mooc 강의, 시계열 분석 기법과 응용을 기반으로 작성되었습니다. 모형의 식별, 추정 및 검증과정 크게 5가지 단계로 구성된다. 단계 1의 경우는 현재 과정과 다른 내용이라 이번 강의에서 다루지 않았다. 단계 2: 표본 ACF와 PACF 산출 지금까지는 표본이 아니라 이론적인 ACF, PACF에 대해 알아보았다. 실제 데이터에 적용하기 위해서는 아래와 같이 실제데이터를 바탕으로 ACF와 PACF를 산출해야 한다. 단계 3: 이론적 ACF, PACF를 바탕으로 표본 ACF, PACF와 비교해 ARMA 차수를 구한다. 단계 1~3을 두 가지 예시를 통해 직접 따라가 보자 Example 1) 단계 1: 정상성 확인 -> 평균이 크게 변동하지 않고 유지되고 있으며 계절.. 더보기 시계열 분석 기법과 응용[Postec 전치혁 교수] Week2-3 AR모형 및 MA모형의 표현 및 성질 규명 *이 포스트는 포스택 전치혁 교수님의 K-mooc 강의, 시계열 분석 기법과 응용을 기반으로 작성되었습니다. ARMA ARMA 모형 - AR 과 MA 표현 방식이 결합된 형태 - ARMA(1,1): 시차 1의 변수와 시차 1의 백색잡음 포함 - week2-3에서는 다루지 않는다. AR 모형 - AR 표현방식이며 유한 시차로 구성 - AR(1): 시차 1 변수 포함, 가장 단순한 형태 AR(2) 모형부터 정상성 조건이 복잡해진다. (유도과정도 어렵다고 한다.) AR(1) 모형의 ACF와 PACF를 살펴보자. *ACF를 구하는 증명은 이전 포스팅 Week 2-1에서 다룬바 있다. https://uky-note.tistory.com/29 시계열 분석 기법과 응용[Postec 전치혁 교수] Week2-1 정상적.. 더보기 시계열 분석 기법과 응용[Postec 전치혁 교수] Week1-3 홀트-윈터스와 분해법 *이 포스트는 포스택 전치혁 교수님의 K-mooc 강의, 시계열 분석 기법과 응용을 기반으로 작성되었습니다. 추세와 계절성이 있는 시계열에 적용 윈터스 (Winters) 모형 홀트 모형에 계절성 (seasonality)을 추가반영하여 확장시킴 가법 (additive) 모형과 승법 (multiplicative) 모형이 있음 - 강의에서는 승법만 설명 -$s_t$ : 기존 홀트 방법에서는 추세 $bt$ 변수 까지만 존재하였음. Winters에는 계절성 지수 $s_t$가 추가됨. $t=1, \ldots ,m$ -$m$ : 계절성 공식의 $m$은 계절의 주기를 나타내는 것으로, 분기별 데이터의 경우 $m=4$, 월별이면 12, 주별이면 7 $\alpha, \beta, \gamma$의 최적값을 찾는 소프트웨어도 .. 더보기 이전 1 다음
